Udgivet den: 24. marts 2025 / Opdateret den: 24. marts 2025 – Forfatter: Konrad Wolfenstein
Kunstig intelligens med EXAONE Deep: LG AI Research præsenterer ny AI-model til ræsonnement – Agentic AI fra Sydkorea – Billede: Xpert.Digital
Sydkoreas AI-offensiv: EXAONE Deep sætter globale standarder
LG præsenterer EXAONE Deep: Revolutionerende open source-kunstig intelligens
LG AI Research har udgivet EXAONE Deep, en avanceret AI-model baseret på ræsonnement, som open source, der bringer Sydkoreas AI-indsats til den globale scene. Modellen, der blev afsløret i marts 2025 på NVIDIAs GTC-udviklerkonference, er kendetegnet ved sin evne til uafhængigt at formulere og teste hypoteser og træffe autonome beslutninger baseret på dem. Denne innovative AI-løsning markerer overgangen til æraen med "agentisk AI" og placerer LG blandt de få globale virksomheder, der driver denne teknologi fremad. Med imponerende præstationer inden for matematiske, videnskabelige og kodningsbenchmarks kombineret med effektiv modelstørrelsesbestemmelse repræsenterer EXAONE Deep et betydeligt fremskridt inden for AI-udvikling.
EXAONE-modelfamilien og dens udvikling
Fra begyndelsen til EXAONE Deep
Fundamentet for EXAONE Deep blev lagt i december 2020 med etableringen af LG AI Research. Forskningsafdelingen, der ledes af LG Corps bestyrelsesformand Koo Kwang-mo, blev oprettet med det formål at sikre LGs langsigtede fremtid gennem AI-teknologi. På et ledelsesmøde understregede Koo: "Vi skal udvikle AI proaktivt for at sikre vækstfaktorer i 2030'erne."
Udviklingen af EXAONE-modelfamilien begyndte med EXAONE 1.0 i december 2021, en "superkæmpe-AI"-model med cirka 300 milliarder parametre. Denne blev efterfulgt af EXAONE 2.0 i juli 2023 og EXAONE 3.0 i august 2024, hvor sidstnævnte repræsenterede en betydelig milepæl som Sydkoreas første open source AI-model. I slutningen af 2024 blev EXAONE 3.5 udgivet med forbedret instruktionsfølelse og forståelse af længere kontekster. EXAONE Deep bygger videre på denne udvikling og fokuserer specifikt på ræsonnementsevner.
Teknisk arkitektur og modelvarianter
EXAONE Deep er baseret på en transformerarkitektur, der kun bruger dekodere, og fås i tre størrelsesvarianter:
- EXAONE Deep-32B: Flagskibsmodellen med 32 milliarder parametre og 64 lag, optimeret til maksimal ræsonnementsydelse.
- EXAONE Deep-7.8B: En letvægtsversion med 7,8 milliarder parametre og 32 lag, der tilbyder 95% af 32B-modellens ydeevne med kun 24% af størrelsen.
- EXAONE Deep-2.4B: En model til brug på enheden med 2,4 milliarder parametre og 30 lag, der på trods af sin lille størrelse (7,5 % af 32B-modellen) stadig opnår 86 % af den anbefalede ydeevne.
Alle modeller har et maksimalt kontekstområde på 32.768 tokens, en betydelig forbedring i forhold til tidligere modeller. Modellerne blev primært trænet på ræsonnementspecifikke datasæt, der tager højde for lange tankeprocesser, hvilket gør dem i stand til at forstå mere komplekse sammenhænge og drage logiske konklusioner.
Relateret til dette:
Ydelseskarakteristika og benchmarkresultater
Matematisk ræsonnement og videnskabelig problemløsning
EXAONE Deep viser særligt imponerende resultater i matematiske og videnskabelige ræsonnementsopgaver. 32B-modellen opnåede 94,5 point i matematikdelen af den sydkoreanske college-optagelsesprøve (CSAT) og 90,0 point i den amerikanske invitationsprøve (AIME) i 2024 og overgik dermed konkurrerende modeller.
I MATH-500, et indeks til evaluering af matematiske problemløsningsevner, opnåede den 95,7 point. Særligt bemærkelsesværdigt er det, at modellen opnår denne ydeevne med kun omkring 5% af størrelsen af nogle "gigantiske" modeller som DeepSeek-R1 (671 milliarder parametre).
Inden for videnskabelig ræsonnement scorede 32B-modellen 66,1 point i GPQA Diamond-testen, som vurderer problemløsningsevner på ph.d.-niveau i fysik, kemi og biologi. Disse resultater understreger modellens evne til at forstå og anvende komplekse videnskabelige begreber.
Kodningsfærdigheder og generel sprogforståelse
EXAONE Deep demonstrerer også sin styrke inden for kodning og problemløsning. I LiveCodeBench-testen, som vurderer kodningsevner, opnåede 32B-modellen en score på 59,5. Dette understreger dens potentiale til anvendelser inden for softwareudvikling, automatisering og andre tekniske områder, der kræver en høj grad af beregningsnøjagtighed.
I generel sprogforståelse opnåede modellen den højeste MMLU (Massive Multitask Language Understanding) score blandt koreanske modeller med 83,0 point. Dette viser, at EXAONE Deep klarer sig godt, ikke kun i specialiserede ræsonnementsopgaver, men også i generel sprogforståelse.
Energieffektiviteten af de mindre modeller
Ydeevnen for de mindre modelvarianter er særligt bemærkelsesværdig. 7.8B-modellen opnåede 94,8 point i MATH-500 og 59,6 point i AIME 2025, mens 2.4B-modellen scorede 92,3 point i MATH-500 og 47,9 point i AIME 2024. Disse resultater placerer de mindre versioner af EXAONE Deep i toppen af deres respektive kategorier i alle større benchmarks.
Brugerfællesskabet er især overrasket over 2.4B-modellens ydeevne. Et Reddit-opslag bemærker, at denne lille model endda overgår den betydeligt større Gemma3 27B-model i visse benchmarks. En bruger skrev: "Jeg mener - du siger, at en 2.4B-model (46,6) overgår Gemma3 27B (29,7) i live-kodebenchmarken?"
Anvendelsespotentiale og betydning på AI-markedet
Anvendelsesområder inden for industri, forskning og uddannelse
LG AI Research forventer, at EXAONE Deep vil blive brugt inden for forskellige områder. Pressemeddelelsen siger: "EXAONE Deep vil ikke kun blive bredt anvendt inden for professionelle områder, der kræves af fremtidens industrier, men også inden for videnskabelig forskning og uddannelsesområder såsom fysik og kemi, og vil demonstrere høj ydeevne inden for vurderingsindikatorer inden for specialiserede områder som matematik, naturvidenskab og kodning."
Der er særligt fokus på on-device-modellen (2.4B), som på grund af sin lille størrelse kan bruges i enheder som smartphones, biler og robotteknologi. Da dataene kan behandles sikkert på enheden uden at kræve en forbindelse til eksterne servere, tilbyder denne model fordele med hensyn til datasikkerhed og beskyttelse af personoplysninger.
Positionering i den globale AI-konkurrence
Med udgivelsen af EXAONE Deep positionerer LG sig på det stadig mere konkurrenceprægede globale AI-marked. Den sydkoreanske tech-virksomhed går dermed i direkte konkurrence med store teknologivirksomheder som OpenAI, Google DeepMind og kinesiske AI-udviklere som DeepSeek.
En repræsentant for LG AI Research udtalte: "Vi annoncerede EXAONE Deep cirka en måned efter at have deltaget i det konkurrenceprægede diagnostik- og inspektionsmøde for den indenlandske AI-industri, der blev afholdt hos den nationale komité for kunstig intelligens i februar, hvor vi også indikerede vores intention om at open source-modellen af en DeepSeek R1-niveaumodel." Repræsentanten tilføjede: "Kernen i LG's AI-teknologi er at opretholde ydeevnen, samtidig med at modelstørrelsen reduceres betydeligt."
I en tid hvor omkostningseffektive modeller får betydelig opmærksomhed efter fremkomsten af Kinas DeepSeek inden for ræsonnementskapacitet, kan LG's tilgang til at udvikle mindre, men kraftfulde modeller repræsentere en strategisk fordel.
Vigtigheden af ræsonnement AI og "agentisk AI"
Fra vidensbaseret AI til ræsonnerende AI
Med EXAONE Deep foretager LG AI Research overgangen fra "vidensbaseret AI" til "ræsonnementbaseret AI". Mens traditionelle AI-modeller primært fokuserer på at hente og levere information, kan ræsonnementbaserede AI'er som EXAONE Deep uafhængigt formulere hypoteser, teste dem og træffe autonome beslutninger baseret på denne information.
Denne evne markerer indgangen til æraen med "Agentic AI" - aktiv AI, der er i stand til at "tænke" og handle uafhængigt. LG AI Research forklarer: "Agentic AI refererer til en aktiv AI, der er i stand til at træffe autonome beslutninger ved uafhængigt at formulere hypoteser og drage konklusioner for at verificere dem."
Open source-strategien
Et centralt aspekt ved EXAONE Deep-udgivelsen er beslutningen om at gøre modellen tilgængelig som open source. Dette følger strategien, der startede med EXAONE 3.0, Sydkoreas første open source AI-model.
Open source-strategien giver udviklere mulighed for at bruge og videreudvikle modellen uden begrænsninger til forskningsformål. Dette kan føre til bredere anvendelse og videreudvikling af teknologien og styrke LG's position i det globale AI-økosystem.
Kyung-hoon Bae, præsident for LG AI Research, udtalte: "Vi planlægger at gøre denne meget alsidige og lette model tilgængelig som open source, så universiteter og forskningsinstitutter kan udnytte den nyeste generative AI-teknologi, hvilket bidrager til AI-forskningsøkosystemet og yderligere forbedrer AI's konkurrenceevne."
Relateret til dette:
Fremtidsudsigter og nuværende udviklinger
ChatEXAONE: Den nye standard for AI-drevet produktivitet i erhvervslivet
LG planlægger at samarbejde med sine datterselskaber i andet halvår for at integrere EXAONE Deep i forskellige produkter og tjenester. Afhængigt af applikationen vil EXAONE være tilgængelig i forskellige modelstørrelser, fra en ultralet model til AI-tjenester på enheder til en højtydende model til specialiserede applikationer.
Et konkret eksempel på den praktiske anvendelse af EXAONE-teknologi er ChatEXAONE, en AI-agent til virksomheder baseret på EXAONE 3.0, som allerede er tilgængelig som en åben betaversion for LG Group-medarbejdere. ChatEXAONE tilbyder forskellige funktioner til at øge arbejdsproduktiviteten, herunder webbaserede spørgsmål-og-svar-systemer i realtid, dokument- og billedbaserede spørgsmål-og-svar-systemer, kodningssupport og databaseadministration.
Videreudvikling af AI-ekspertise inden for LG Group
Udviklingen af EXAONE Deep er en del af en større AI-strategi inden for LG Group. LG har allerede etableret en intern AI-kandidatskole for at fremme skræddersyede ingeniører med et ni-måneders kandidatprogram og et 18-måneders ph.d.-program.
Medarbejdere, der tager disse kurser, arbejder på projekter, som det ville være vanskeligt for individuelle datterselskaber at udvikle. Som en del af et pilotprojekt udviklede LG Display en designteknologi til at få plads til flere pixels på den samme skærm ved hjælp af AI, mens LG Electronics og LG Innotek udforskede metoder til præcis efterspørgselsprognose med AI, der vil reducere lageromkostningerne betydeligt.
Hvorfor mindre AI-modeller kan være det bedre valg – Et kig på EXAONE Deep
Med lanceringen af EXAONE Deep har LG AI Research nået en betydelig milepæl inden for AI-udvikling. Som Sydkoreas første AI-model baseret på en Foundation Model placerer den LG sammen med førende globale teknologivirksomheder, der udvikler denne avancerede AI-teknologi. Dens imponerende præstation inden for matematiske, videnskabelige og kodningsbenchmarks kombineret med effektiv modelstørrelse understreger potentialet i denne model til forskellige anvendelser.
LG's tilgang til at udvikle højtydende AI-modeller af relativt lille størrelse er særligt bemærkelsesværdig. Mens mange AI-virksomheder fokuserer på stadigt større modeller, demonstrerer EXAONE Deep, at selv mindre modeller kan opnå toppræstation med intelligent optimering og specialiseret træning. Dette kan ikke kun tilbyde økonomiske fordele, men også muliggøre implementering af kraftfulde AI-modeller på edge-enheder.
Med open source-udgivelsen af EXAONE Deep bidrager LG AI Research til det globale AI-forskningsøkosystem og styrker samtidig Sydkoreas position i den internationale AI-konkurrence. Det er endnu uvist, hvordan denne teknologi vil blive implementeret i forskellige LG Group-produkter og -tjenester, og hvilke innovationer den vil muliggøre på tværs af forskellige brancher.
Relateret til dette:
Din globale marketing- og forretningsudviklingspartner
☑️ Vores forretningssprog er engelsk eller tysk
☑️ NYT: Korrespondance på dit modersmål!
Konrad Wolfenstein
Jeg og mit team er glade for at stå til rådighed for dig som din personlige rådgiver.
Du kan kontakte mig ved at udfylde kontaktformularen her eller blot ringe til mig på +49 89 89 674 804 ( München) . Min e-mailadresse er: [email protected]
Jeg glæder mig til vores fælles projekt.
